Elasticsearch 使用 reindex 快速修改生产环境索引 mapping

前言

正常情况下，在使用 elasticsearch 之前就应该把 mapping 指定写好。但特殊情况下，索引的 mapping 必须修改，比如一开始指定的 mapping 不合理，或者当有程序意外将原先 mapping 污染的时候等等。

现生产环境有一个索引 order mapping 因为业务规则更改而必须修改，但是索引中已经存在几个 G 的数据，如果删除索引重新创建 mapping 再重新导入数据太耗时（实测速度大概是bulk导入数据的5-10倍），所以采用 ES reindex 和 alias 的方式来操作。

建议在没有操作 es 目标索引的窗口期执行（我们的这个 es 索引是通过 canal 监听 binlog 同步到 es 的，并且我在配置中心里设置了canal client 端是否消费 canal 服务端 binlog 的开关，这里直接在窗口期将此开关关闭，待操作完成后再打开开关，自动消费堆积的 binlog 即可，不影响数据库与 es 数据一致性）

步骤

创建新的订单索引 order-v2，并为其创建新的正确的 mapping。
使用 reindex 将索引 order 数据迁移到 order-v2 上。

POST _reindex
{
  "source": {
    "index": "order",
    "size": 5000 // reindex batch size:根据数据量和机器性能，自己调整
  },
  "dest": {
    "index": "order-v2"
  }
}

控制台删除原先 order 索引。
控制台将 order-v2 索引命名别名 “order” ，或者使用 restful 请求将 3，4 步骤合并：

POST _aliases
{
  "actions": [
    {
      "add": {
        "index": "order-v2",
        "alias": "order"
      }
    },
    {
      "remove_index": {
        "index": "order"
      }
    }
  ]
}

操作完成。

优点

使用 reindex 和 alias 可以让数据平滑迁移，不需要修改代码且用户无感知。

当我们对 es 进行了扩容，原先索引创建的分片、副本不足，导致数据入库、查询较慢，需要扩大 es 的分片、副本数量时，也可以用 ES Reindex。